探討電力大數據在對外增值服務中的價值與應用

楊蘊琳

（廣東電網公司珠海供電局）

1 電力大數據概述

1.1 電力大數據特點

電力大數據是電力企業生產、管理和市場營銷的重要內容。從電力大數據的來源來看，其主要特點：

首先，信息量巨大。在電網運行過程中，僅采用常規的調度自動化系統，就有數十萬個數據采集站，所收集到的數據量可想而知。綜合各方面的資料，以及電力管理、電力營銷等方面的資料，可以說是電力企業掌握了大量的資料。

第二，網絡的資料比較復雜。電力企業所獲得的各種資料，是造成這些資料數量龐大的重要原因之一。電力企業的生產、管理、營銷等各個方面都有大量的實時、歷史、文本、多媒體等數據。由此可以看到，電力大數據具有結構化、半結構化等特征。

最后，電力大數據系統中的有效數據量很小。雖然電力大數據具有海量、類型多樣的特征，但其應用前景仍然十分廣闊。其中絕大部分都是正常的，只有極少數異常。在電網的運行與維護中，往往要根據異常數據來判斷設備的故障。目前，電力數據的利用價值比較低。

1.2 電力大數據應用現狀

隨著科技的進步和社會的實際需求，大數據在電力生產、管理、營銷等方面的應用越來越廣泛。同時，在實際運行中，也積累大量的數據分析和應用，這對于電力公司的實際工作起到很好的推動作用。然而，隨著電力市場對電力的日益增長，電力公司面臨著巨大的工程建設和運營維護任務。工作量大、人員嚴重短缺的問題日益突出。這種運行方式將極大地影響到電力大數據的開發與應用。

第一，缺少技術人員。目前，電力企業的數據采集與分析主要采用PMS、SG186等，但由于缺乏統一的規范，使得數據在采集過程中的識別率較低，從而影響其實際應用。另外，由于電力部門的人手不足，使得大數據管理人才短缺，這對大數據的管理產生很大的影響。這一點對電力大數據的應用有很大的影響。

第二，電力大數據之間的相關關系缺乏。電力企業擁有多種類型的數據，并對其進行分類和管理。各系統的資料不能相互分享，也不能相互流通，各自獨立地管理各自的資料。這將極大地影響電力大數據的全面應用。以PMS為例，是以PMS為核心，對企業的生產數據進行采集與管理，SG186則是對市場信息的采集與管理；由于PMS和SG186兩個系統分別承擔著不同的業務部門，使得采集到的數據很難進行統一，從而制約電力大數據的開發與應用。

第三，加強資料管理部門的執行能力。在運用電力大數據時，由于沒有設立獨立的組織機構，對所收集到的數據進行統一管理，導致數據分散，使得電力大數據的重要性下降。由于缺少相關的數據管理部門，使得采集到的數據不能得到規范的管理和維護，從而使其在實際中的應用受到很大的限制。

第四，數據運用的意識不強。目前，電力企業大多數職工仍處于傳統的工作思維方式。盡管電力大數據已廣泛地應用于企業，但是大部分員工對大數據應用的認識還很薄弱。只有加強對大數據的理解，才能更好地利用大數據。

2 電力大數據的經濟特點分析

目前，國內外有關能源消耗與經濟預測之間關系的研究相對滯后，國內外有關能源消耗與經濟增長的相關研究也逐步轉向能源消耗與宏觀經濟之間的關系，并逐步轉向數量關系。在國內，劉輝在《克強指數》中指出，工業用電能較好地反映中國的工業產能、企業的產能情況。何小萍在《中國的城市化與電力需求》指出，在工業化進程中，資源的最優分配將會引起城市化，進而引起電能需求的迅速增加。林伯強通過構建VAR和VEC模型，對中國的能源消費與經濟發展的相關性進行研究，得出中國能源消費與國內生產總值、資本、人力資本三者的長期平衡。何永貴通過對中國居民的電力消費和宏觀經濟數據的分析，對居民用電量與GDP之間的關系進行實證分析，得出兩者之間的相關性。郭英利用浙江省的工業用電量與浙江省的經濟數據進行驗證，并對其進行測量，得到1.55的彈性。通過對國內外學者的分析，得出能源消費大數據對我國宏觀經濟預測的影響，并且在某一特定時間內具有正向的關系。該研究結果可為我國經濟發展和社會工業發展趨勢的調整提供一定的理論依據。

3 電力大數據的對外增值服務應用分析

本文從對電力公司大數據增值業務的初步調研和實際應用的經驗來看，指出當前電力公司的大數據增值服務還處于探索和推廣的階段，需要進一步強化數據基礎，優化完善分析方法和工具，強化信息安全管理，推動電力產品大數據增值服務的成熟發展，促進服務效率和質量的不斷提高。

1）要建立一套高效的服務體系，以提高增值業務的需求為中心。圍繞業務、管理、技術等多層次的數據資源，提供便捷、高效、合規的數據和數據服務。在業務方面，應注重市場調研和分析，以確保客戶需求的數據服務；技術上，要充分利用國外的數據增值業務，制定靈活的業務流程，利用大數據分析技術，跟蹤數據業務需求，快速更新業務；在經營管理方面，要根據電力公司的實際情況，對其運行過程進行優化和改進，建立一個協調有效的運行機制。在運行方面，應結合電力企業的實際情況，對其運行過程進行優化和改進，建立協調有效的運行機制。

2）整合多源資料，構建高質量的資料集。根據電網公司對外經營的需求，進行數據追溯、質量評估，綜合各種數據資源，為公司開展外部業務提供數據支持。

3）選擇實用的方法和工具，以提高數據分析的效果。由于數據量大、類型多樣，數據處理難度大、復雜性大。為提高數據增值服務的效率，必須充分利用數據中心的功能，采用實用的分析手段，合理配置有效的分析工具。

4）強化企業的內部協作，增強公司的增值服務。根據數據分析的實際應用需求，建立協同機制，充分利用外部和內部的資源，不斷積累和提煉成熟的模型、方法和算法，形成模型庫、方法庫和案例庫，促進行業內的知識共享和交流，不斷提升數據的價值。

5）強化對個人資料的保密管理，確保不損害個人資料。電網大數據涉及電網和用戶的各種敏感信息。在對公眾進行增值業務的過程中，要嚴格遵守相關法律法規，運用數字水印、區塊鏈等安全技術，加強全過程的可控管理，以保證企業的商業機密和用戶敏感信息不泄密。

4 電力大數據對外增值服務類型解析

4.1 依靠數據優化用電方案

基于智能儀表（AMI）數據，綜合使用者的特征（住房、收入等）、社會環境（氣候、政策等）數據，分析、預測使用者的消費特征，進行能耗分析，并進行合理的消費決策。從能源消費的角度，對各縣、行業的能源消耗量進行統計，包括小時、月度、峰谷等，對各階段的能源消費特點進行對比。通過分析用戶的電能消費行為，可以更好地挖掘客戶個性化、差異化的電能服務需求。通過對各電網的供電情況的分析，可以預測中長期電網用戶的發展趨勢，同時也能對電網中出現的不正常用電量如變壓器過載進行預警。通過對電能消費的大數據分析，對供電企業的用電量進行優化，不僅可以提高供電企業的供電效率，還能保障客戶的經濟利益，促進供電企業實現從生產到客戶的轉型，進而提高用戶對供電企業的滿意度，進而提升企業的社會形象。

4.2 完善用戶征信體系

將用戶和公司的用電信息、電費繳納信息納入征信體系，為用戶提供用電信息、電費繳納信息等信息，并對其進行查詢。根據用戶的基本情況，根據用戶的用電量、利潤貢獻、設備水平等因素，建立相應的評價標準。并在此基礎上，對電網用戶進行評估，為政府部門及國家財政部門的決策提供參考。對保障商業信貸交易安全、降低交易費用具有重要意義。在信貸評估中，根據用戶的基本情況、資信狀況、繳費情況、繳費能力等因素，對其進行風險評估。通過對其進行風險預警的評價，可以有效改善我國的信貸風險防范與管理，進而提升我國的社會誠信意識。

4.3 建立數據支撐的用戶定制服務

為滿足客戶對房屋搬遷率、房屋入住率、宏觀經濟預測、商業投資選址等多個方面的需求，提供一種新的應用軟件。通過對各項分析指標的費用收取費用，以拓展新的市場，增加企業的經濟效益。利用GIS數據和區域用電數據，可以繪出各個區域的用電量分布，并能對各個區域的房屋空置率進行統計，從而掌握拆遷、房屋入住率，對今后的經濟發展做出預測。基于電力消費數據、市場營銷數據，建立電力消費的宏觀預測模型，用于預測和分析今后的能源消耗、單位工業增加值的能源消耗，為政府進行宏觀經濟評估。在商業項目的選址上，可以通過對不同區域居民、商戶等不同群體的用電量進行分析，并結合不同區域的電費繳納、行業擴容、安裝、GIS等數據，并建立不同類型商戶與周邊地區的電力需求關系模型，評估商戶的投資回報和區域服務能力，幫助企業進行選址分析。

5 結束語

與經濟統計分析方法相比，電力大數據具有實時、客觀、詳細的特點，可以全面反映經濟社會的實際狀況。在當今復雜多變的社會背景下，政府決策、產業升級、企業可持續經營、社會和諧發展都起著舉足輕重的作用。在基礎數據基礎、方法工具、運行機制、信息安全等幾個關鍵環節，建立一個高效的電力大數據應用服務體系，培育一批高價值增值服務產品，助力國家治理現代化，推動“新型數字基礎設施”建設，深化提質增效。